Kendaraan merupakan benda yang umum kita jumpai dalam kehidupan sehari–
hari. Mulai dari kendaraan bermotor yang memiliki roda dua hingga kendaraan
yang memiliki roda empat seperti mobil, bus, dan masih banyak lagi. Kendaraan
ini membutuhkan prasarana untuk dapat digunakan. Prasarananya dapat berupa
jalan raya. Namun pada zaman sekarang ini perkembangan jumlah kendaraan
sangat tinggi, sedangkan peningkatan luas jalan raya tidak secepat dengan
peningkatan jumlah kendaraan yang ada. Dengan pertumbuhan jumlah kendaraan
yang sangat cepat dapat menyebabkan beberapa masalah. Masalah yang paling
umum muncul adalah kemacetan. Kemacetan ini bisa terjadi dikarenakan
banyaknya jumlah kendaraan yang ada. Ada beberapa cara untuk mengurangi
ataupun menimialisir terjadinya kemacetan ini. Salah satu caranya adalah
menggunakan sistem lalu lintas cerdas. Di mana sistem ini bisa beroperasi sesuai
dengan keadaan yang ada demi mengurangi potensi terjadinya kemacetan.
Tujuan dilakukannya penelitian ini untuk dapat membuat dan mengembangkan
sistem lalu lintas cerdas, sehingga nantinya bisa digunakan pada kehidupan nyata
untuk meminimalisir terjadinya kemacetan. Data yang diambil megunakan metode
kualitatif. Sampling data digunakan menggunakan contoh kasus. Kemudian data
yang diperoleh diolah menggunakan kode program menggunakan bahasa Python.
Data yang diambil berupa sebuah gambar digital. Gambar yang telah dimasukkan
ke dalam program di olah menggunakan metode deteksi tepi untuk mencapai hasil
yang diinginkan.
Hasil dari penelitian ini program bisa mengeksekusi gambar ataupun citra yang
telah diambil dengan cukup baik. Namun, program masih menemui banyak
permasalahan. Program masih sering menemui perhitungan yang tidak sesuai
dikarenakan pengolahan citra yang kurang akurat ataupun gambar yang diambil
tidak sempurna. Hal ini disebabkan oleh beberapa faktor seperti banyaknya warna
yang terdapat pada sebuah gambar ataupun faktor pencahayaan yang
mempengaruhi warna pada sebuah gambar.